Outcomes of patients undergoing anatomical total shoulder arthroplasty with augmented glenoid components – a systematic review
Notice bibliographique
Résumé
Background: Glenoid loosening is an issue in anatomic total shoulder arthroplasty (a-TSA). This has been attributed to abnormal glenoid anatomy, common among these patients. Different alternatives have been proposed to tackle glenoid bone loss and restore joint alignment with augmented glenoid implants being increasingly used to deal with this problem. This systematic review aims to evaluate the clinical and radiological outcomes of patients undergoing augmented glenoid a-TSAs. Our hypothesis was that augmented glenoid components will lead to good patient outcomes with a low incidence of complications and revision procedures. Methods: MEDLINE, EMBASE, CENTRAL and CINHAL were searched from inception to February 2022 for information pertaining to outcomes of patients undergoing a-TSA with augmented glenoid implants. Results: Eighteen studies reported on outcomes of 814 a-TSA (800 participants) with a mean follow-up of 3.7 years. Most studies (67%) were Type IV level of evidence. Almost 70% of participants underwent an a-TSA secondary to primary glenohumeral osteoarthritis. Most glenoids were type B2 (73%). Augmented glenoids material was mostly all-polyethylene (81%) with full wedge (45%) and stepped components (38%) designs being the most common. Most studies reported good clinical outcomes. 17 patients (4%) underwent a revision surgery. Conclusions: Our review found that patients undergoing a-TSA with augmented glenoid components report good outcomes at short-to-mid-term follow-up. Further research is warranted to determine if such outcomes remain similar in long term. Level of evidence: Level III, Systematic Review of Therapeutic Studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».